基于SCS模型的新疆博尔塔拉河流域径流模拟

为探索SCS(soil conservation service)模型在干旱区地表径流模拟中的适用性,以新疆博尔塔拉河上游温泉流域为例,利用2013年融雪期18场次降雨量、日径流量及卫星同步观测基础数据,基于度日模型、土壤水分吸收平衡原理及地表温度-植被指数特征空间反演土壤水分等方法,探索适用于流域尺度耦合降雨、积雪融水混合补给径流的SCS模型参数改进算法,采用国产"高分一号"16m分辨率遥感影像和landsat8 OLI 30m多光谱遥影像为模型提供面状数据。分别利用参数算法改进后SCS模型与原SCS模型进行径流模拟,前者模拟值较后者更接近实测值,二者模型验证期Nash效率系数分别为0.66和0.38,相对误差系数分别17%,27%;研究结果表明,利用遥感反演地表参数,结合土壤饱和含水量计算SCS模型参数的方法在面积大且数据缺乏的温泉流域具有可行性和实用性。     

基于多源遥感数据的居延泽地区土壤盐分估算模型

针对土壤盐分遥感反演中众多盐分指示变量在反演效率与相互比较优势方面存在的不确定性和易混淆性问题,以内蒙古额济纳旗的居延泽为例,基于Sentinel-2、Radarsat-2、Landsat-8和SRTM DEM数据提取波段反射率、植被指数、盐分指数、极化雷达参数以及地表温度和地形因子共6类变量,采用变量优选策略筛选各类变量及其组合的最优变量,构建土壤盐分随机森林(Random forest, RF)与支持向量机(Support vector machine, SVM)预测模型,并选择最优模型实现居延泽地区土壤盐分预测,为干旱区土壤盐分监测提供参考。结果表明,短波红外波段(B₁₁)、冠层盐度响应植被指数(CRSI)、扩展比值植被指数(ERVI)、红边盐分指数(S2re3)、单次散射(F_Odd)、地表温度(LST)与汇水面积(CA)等变量对土壤盐分监测具有较强的普适性;单一变量模型的盐分预测精度从高到低依次为地形因子、极化雷达参数、地表温度、盐分指数、植被指数和波段反射率;多变量联合可有效提升模型精度与稳定性,随着环境变量的加入,当6类变量均参与...     

高标准基本农田建设区域土壤重金属含量的高光谱反演

为快速高效的获取高标准基本农田建设区域土壤重金属信息,以新郑市高标准基本农田建设区域为研究对象,共采集154个土壤样品,在室内利用ASD Field Spec3型地物光谱仪获得土壤高光谱数据,对土壤样品在400~2 400 nm的光谱反射率进行多元散射校正(multiplicative scatter correction,MSC)和Savitzky-Golay(SG)平滑后,进行一阶微分(first order differential reflectance,FDR)和二阶微分(second order differential reflectance,SDR)变换,并与Cr、Cd、Zn、Cu、Pb 5种重金属含量进行相关性分析,遴选出通过P=0.01显著性检验的高光谱特征波段作为反演模型的自变量,采用116个建模集样本构建偏最小二乘模型(partial least square regress,PLSR),通过精度检验筛选每个土壤重金属的最佳反演模型,并采用最佳地统计插值方法对高标准基本农田建设区域土壤重金属进行空间插值。结果表明:Cr的SDR-PLSR模型为最佳反演模型(R~2=0.88,RPD=1.68),Cd的R-PLSR模型为最佳反演模型(R~2=0.70,RPD=1.50),Zn的R-PLSR模型为最佳反演模型(R~2=0.88,RPD=2.05),Cu的R-PLSR模型为最佳反演模型(R~2=0.99,RPD=3.36),Pb的SDR-PLSR模型为最佳反演模型(R~2=0.93,RPD=3.16);采用构建的土壤重金属的最佳模型,对土壤重金属含量进行空间插值,结合高标准农田建设标准可知Zn含量符合土壤环境质量Ⅱ类标准且均低于土壤背景值,Cr、Cd、Cu和Pb符合土壤环境质量Ⅱ类标准,但是部分区域超过了土壤背景值。该研究为高光谱反演模型用于高标准基本农田建设区域土壤基础信息的实时监测提供了参考。     

偏最小二乘回归在Hyperion影像叶面积指数繁衍中的应用

叶面积指数(Leaf Area Index,LAI)是一个重要的森林结构参数指标,遥感技术被认为是区域LAI反演的有效手段。现有遥感反演模型多以单变量的曲线估计及线性回归模型为主,模型的通用性、建模精度以及植被指数的选择上需要更进一步的探讨。论文以攸县黄丰桥林场为研究区,Hyperion影像为数据源,提取归一化植被指数(NDVI)、比值植被指数(RVI)等13个因子,利用LAI-2000冠层分析仪开展130个样地(60 m×60 m)的叶面积指数测量,选用变量投影重要性(VIP)指标、变量解释能力及变量权重作为变量筛选的依据,采用偏最小二乘回归分析方法建立植被指数与实测样地的回归模型,开展叶面积指数反演并制图。研究结果表明：偏最小二乘回归分析在LAI反演中取得了较好的预测效果,其中以6个植被因子建立的回归模型预测精度最高,预测值与实测值的决定系数R2为0.91;LAI与植被指数之间具有良好的线性关系,其中RVI与LAI的相关性最大;残差分析表明,反演模型的自变量个数选取以4~6个为宜。     

基于环境卫星数据的黄河湿地植被生物量反演研究

回归模型拟合植被指数与生物量的定量关系是植被生物量反演的重要研究方法之一.研究在此基础上,基于环境卫星遥感数据和同步野外实地采样数据,以郑州黄河湿地自然保护区为试验区,比较MLRM(多元线性回归模型)与SCRM(一元曲线回归模型)反演植被生物量的能力,并估算研究区植被生物量,生成研究区生物量分布图.结果表明,文中所建立的MLRM在研究区具有较好的反演精度和预测能力.其模型显著性检验为极显著,相关系数为0.9791,模型拟合精度达到29.8 g/m2,其模型预测结果系统误差为49.9g/m2,均方根误差为67.2 g/m2,预测决定系数为0.8742,比传统的一元回归模型具有更高的精度和可靠性.估算研究区域2010年8月湿生植被生物量约为6.849199 t/hm2,相对误差为4.73％.     

基于敏感变量筛选的多光谱植被含水率反演模型研究

植被含水率是农田生态系统敏感性的重要表征,为提高近地遥感植被含水率反演效率和精度,基于无人机多光谱影像数据,提取苜蓿、玉米2种植被覆盖的光谱反射率,在此基础上引入红边波段计算改进光谱指数。将5种光谱反射率及25个光谱指数利用变量投影重要性(Variable importance in projection, VIP)分析、灰色关联度(Gray relational analysis, GRA)分析与皮尔逊(Person)相关性分析进行筛选,并建立基于反向神经网络(Back-propagation neural network, BPNN)、偏最小二乘法(Partial least squares regression, PLSR)、支持向量回归(Support vector regression, SVR)和随机森林(Random forest, RF)4种机器学习模型,以确定不同作物覆盖下的最佳植被含水率反演模型。结果表明,3种筛选算法中VIP和GRA的模型精度明显优于Person相关性分析,且反演结果波动较小;在4种机器学习算法中,SVR算法在非线性问题中相较于BPNN、PLSR、...     

玉米冠层LAI反演中UAV影像镜面反射去除方法

针对玉米叶片反射太阳光时因镜面反射导致获得的无人机影像反射率中存在与冠层结构无关的镜面反射部分,从而影响玉米冠层LAI的反演精度问题,本研究利用小波变换对无人机影像不同波段的阈值设置,在不影响漫反射的前提下削弱镜面反射成分,尽量只保留与冠层结构有关的反射率成分。以2018年7月15日和7月26日获取的河北农业大学辛集试验站多光谱无人机影像为数据源,构建了NDVI、GNDVI、SAVI和EVI 4个植被指数,并分别与ln(LAI)构建玉米冠层的单变量反演模型,利用决定系数和均方根误差进行LAI反演精度评价。精度评价结果表明,在7月15日玉米植株较稀疏时,去除镜面反射后,4个植被指数反演LAI与实测LAI的决定系数分别从0.7190、0.5598、0.6241、0.5985上升至0.7633、0.6940、0.6497、0.6194,均方根误差分别从0.2244、0.2526、0.2214、0.2245下降到0.1880、0.1958、0.1918、0.1987,说明去除镜面反射可以提高LAI的反演精度。在7月26日玉米植株相对茂密时,去除镜面反射后,4个指数构建模型对应的决定系数也同样提高,但在这种情况下,NDVI和GNDVI容易发生饱和,用阈值法降低反射率反而会加剧饱和现象,使这2个指数不能充分反映LAI的变化。SAVI和EVI因为加入了冠层背景调整因子,植被指数的变化得到放大,二者在去除镜面反射后与ln(LAI)拟合模型的决定系数都达到0.6以上,因此,在植被覆盖较茂密时,SAVI指数和EVI指数更适合用于LAI反演。     

东莞市不同类型植被降温效果分析

以2014年东莞市LandsatTM卫星影像为基础,反演地温,结合实地调查数据、气象监测站数据,分析了东莞市植被构成现状,利用温度变化指标值分析比较同一龄组下不同林分以及同一林分不同郁闭度下的降温效果。结果表明,东莞市地表植被中,其它绿地类型面积占比最大,占植被覆盖面积的51.60%,其次是荔枝林(13.16%)、阔叶混交林(11.59%)以及桉树林(10.02%)等;与无植被覆盖地区当天地表平均气温相比,在同一龄组下,荷木的降温效果最佳,温度变化指标值为21.16%;在林分水平一致的前提下,林分的郁闭度不同,产生的降温效果也不一样,郁闭度为0.8及以上时,大多数乔木林降温效果最佳。     

辽宁陆面温度的反演与实测数据对比分析

为了及时准确地从遥感图像数据中反演出地表温度的变化,针对辽宁地区制定播种计划、确定种植结构等提供技术支持,选取辽宁省作为研究区,利用EOS/MODIS热红外遥感数据和FY-3/MERSI数据与相关的地面气象台站实测数据,建立地表温度反演模型。采用分裂窗算法中的两因素模型和普适单通道算法对辽宁省地表温度进行反演。通过对气象台站实测的地面温度值和反演的温度进行拟合来获取回归方程,再利用反演的温度值模拟真实地表温度。对比2种算法,得出分裂窗算法是更适合进行辽宁地区地表温度的反演方法。     

风三微波亮温数据在北疆地区的雪深反演研究

根据地理环境和气候差异将新疆北疆地区分为天山北坡、阿勒泰地区、塔额盆地、伊犁地区和古尔班通古特沙漠5个典型区域,计算了2010-2011年冬春两季FY-3B微波成像仪(MWRI)L1 18.7 GHz和36.5 GHz垂直/水平极化4通道降轨亮温数据,采用Neale干湿雪判别标准去除湿雪像元,同时结合MOD10A1日雪盖产品剔除无雪区,得到各个分区积雪区域内的干雪像元亮温数据,将其与对应气象站同期实测雪深进行回归拟合,其中,实测雪深满足日最高温＜6℃和雪深≥5 cm两个条件,最终建立了北疆地区5个典型分区的干雪雪深反演模型.结果显示,①天山北坡、阿勒泰地区气象站分布均匀且数量较多,反演误差较小,实测雪深≥15 cm时,误差百分比仅为8％和11％;古尔班通古特沙漠测站虽少,但其模型反演误差最小,由于该区域站点较少,模型代表性不够;②北疆冬季气温较低,易形成深霜层和冻土层,这会对微波辐射形成较大的影响,在冬季温度较低、积雪深度较大的阿勒泰地区和塔额盆地表现得尤为明显.